每一次代码模型智能的进步,都在促使我们重新思考开发的模式。今天的集成开发环境(IDE)与几年前相比已大不相同。Gemini 3,作为我们最智能的模型,代表了 Agent 编码的阶跃式变革,也要求我们思考 IDE 的下一次阶跃式变革应该是什么。
今天,我们隆重介绍 Google Antigravity,我们全新的 Agent 开发平台。虽然其核心是大家熟悉的、拥有 Google 顶尖模型加持的 AI 驱动 IDE 体验,但 Antigravity 正引领 IDE 迈向 Agent 优先的未来——具备浏览器控制能力、异步交互模式以及 Agent 优先的产品形态,这些共同赋能 Agent 自主规划并执行复杂的端到端软件任务。
为什么我们构建 Antigravity
我们希望 Antigravity 成为 Agent 时代软件开发的大本营。我们的愿景是最终让任何有想法的人都能体验“起飞”,将想法变为现实。从今天起,Google Antigravity 开启免费公开预览,并提供 Gemini 3 Pro 的充裕使用额度。
随着 Gemini 3 等模型的出现,Agent 智能已经达到了一个新的临界点:模型能够跨越多个界面,在无人干预的情况下运行更长时间。虽然还未达到无人干预运行数天的程度,但我们正接近这样一个世界:我们通过比单个提示词和工具调用更高层的抽象与 Agent 交互。在这个世界里,连接 Agent 与用户的产品界面应该有不同的外观和感觉——Antigravity 正是我们对此的回答。
核心原则
Antigravity 是我们首款融合了协作开发四大核心原则的产品:信任、自主、反馈和自我进化。
信任 (Trust)
如今的大多数产品都处于两个极端:要么向用户展示 Agent 的每一个动作和工具调用,要么只展示最终的代码变更,而没有任何关于 Agent 如何达成目标的上下文,也没有简单的方法来验证工作。这两种方式都无法让用户对 Agent 的工作产生信任。Antigravity 在更自然的任务层级抽象上提供 Agent 工作的上下文,并提供必要且充分的 Artifact(工件)和验证结果,以便用户建立信任。我们特别强调 Agent 不仅要完成工作,还要彻底思考如何验证其工作。
在 Antigravity 中与 Agent 对话时,用户会看到工具调用被分组在任务中,可以监控任务的高级摘要和进度。随着 Agent 的工作,它会生成 Artifact——相比原始工具调用,这些是有形的可交付成果,格式更易于用户验证,例如任务列表、实施计划、演示流程、截图和浏览器录屏。Antigravity 中的 Agent 使用 Artifact 向用户传达它理解自己在做什么,并且正在彻底验证其工作。
查看 Agent 的任务列表,审查调研后实施前的计划,或在完成后浏览演示流程。
自主 (Autonomy)
目前,最直观的产品形态是与嵌入在某个界面(编辑器、浏览器、终端等)中的 Agent 同步工作。这就是为什么 Antigravity 的主要“编辑器视图”是一个最先进的 AI 驱动 IDE 体验,具备 Tab 补全、行内命令以及侧边栏中功能齐全的 Agent。
话虽如此,随着 Gemini 3 等模型的出现,我们正在过渡到一个新时代:Agent 可以同时且自主地跨越所有这些界面进行操作:
Antigravity Agent 自主地为新前端功能编写代码,使用终端启动 localhost,并操作浏览器测试新功能是否正常工作。
我们还认为,Agent 值得拥有一个能最佳展示这种自主性并允许用户更异步地与其交互的产品形态。因此,除了类 IDE 的编辑器界面外,我们还推出了 Agent 优先的“管理器界面”,它颠覆了 Agent 嵌入界面的范式,转变为界面嵌入 Agent。你可以将其视为一个任务控制中心,用于并行生成、编排和观察跨多个工作区的多个 Agent。
用户生成一个 Agent 在不同的工作区进行后台调研,同时在前台专注于更复杂的任务,利用 Agent 管理器中的收件箱和侧边栏接收进度通知。
我们决定不尝试将异步的管理器体验和同步的编辑器体验挤在一个窗口中,而是优化管理器和编辑器之间的即时切换。Antigravity 的设计具有前瞻性,随着 Gemini 等模型持续快速变强,直观地将开发带入异步时代。
反馈 (Feedback)
纯远程形态的一个核心缺陷是无法轻松地与 Agent 迭代。Agent 智能确实有了显著提升,但仍不完美。如果 Agent 能完成 80% 的工作固然有用,但如果没有简单的方法提供反馈,解决剩余 20% 的工作可能比收益更费劲。用户反馈让我们不再将 Agent 视为非黑即白的系统(要么完美,要么无用)。Antigravity 从本地运行开始,允许跨所有界面和 Artifact 进行直观的异步用户反馈,无论是文本 Artifact 上的 Google 文档式评论,还是截图上的框选评论。这些反馈将自动融入 Agent 的执行中,无需你停止 Agent 的进程。
在实施计划等文本 Artifact 上提供反馈的示例,以及在 Agent 截取的视觉 Artifact 上提供反馈的示例。
自我进化 (Self-improvement)
Antigravity 将学习视为核心原语,Agent 的行动既从知识库中检索,也向知识库贡献。这种知识管理允许 Agent 从过去的工作中学习。这可以是重要的显性信息,如常用的代码片段或推导出的架构,也可以是更抽象的信息,如成功完成特定子任务所采取的一系列步骤。
Agent 从工作和反馈中学习,生成并利用知识条目,可在 Agent 管理器中查看。
立即体验 Antigravity
我们相信 Antigravity 的产品形态代表了 Agent 辅助开发的下一个根本性阶跃。因此,我们的目标是将其打造为面向最终用户的最佳产品。在今天的公开预览版中:
- Google Antigravity 个人版免费使用
- 兼容 MacOS, Linux, 和 Windows
- 在 Agent 内可访问 Google 的 Gemini 3, Anthropic 的 Claude Sonnet 4.5 模型,以及 OpenAI 的 GPT-OSS,为开发者提供模型选择权 [1]
在我们的文档中了解更多 Antigravity 的功能,并通过浏览各种用例了解 Antigravity 如何协助你。我们将频繁发布新功能,请关注本博客以及 X, LinkedIn, 和 YouTube 上的社交动态。
体验起飞,倒计时 3… 2… 1…
[1] 我们将在能力范围内提供模型访问,并设有每五小时刷新的速率限制以防止滥用。在底层,速率限制与 Agent 完成的工作量相关,这可能因提示词而异。因此,如果你的任务较简单且 Agent 能快速完成,你可能会获得更多提示词额度,反之亦然。我们的模型表明,只有极少数重度用户会触及每五小时的速率限制,因此我们希望这是你无需担心的事情,让你能无拘无束地使用 Antigravity。